Krea 3 以每次編輯 0.06 美元登場，並為影像編輯按下計時碼錶

真正有意思的數字不是Krea 3的價格，而是碼錶。Krea 發布了 Krea 3，時間是 2026 年 10 月 15 日，定位為影像編輯模型，而它為自己選定的頭條是一項延遲宣稱：大多數編輯都能在 8 秒內端到端完成，原生 2K，每張影像 0.06 美元。相較之下，該公司自家的比較圖表把 Google 的 Nano Banana Pro列為 33 秒、每張影像 0.135 美元，並把 OpenAI 的 GPT Image 2列為 90 秒、0.22 美元。這兩個數字出自 Krea，是在 Krea 自家流量上測得的，而它們正是一場通常只會淪為新檢查點註腳的模型發表，值得細讀的原因——因為在這一代編輯器中，首次有整批型錄作業的成本是由秒數、而不是以分為單位來決定。

這篇文章中所有來自 Krea 的內容，都標示為 Krea 的。目前還沒有針對 Krea 3 的獨立基準測試，也沒有任何第三方公布其實測的編輯時間。這個落差就是整個故事底下潛藏的故事。

10 月 15 日實際上推出了什麼？

Krea 3 是一個編輯模型，不是一款硬加上編輯模式的生成器。Krea 自家的常見問題說明直言不諱：該模型「是為編輯而訓練」，並非某個更大模型的蒸餾複製品，而且它會把運算資源花在你變更的區域，而不是重繪整個畫面。廠商說，速度正是由此而來——先找到區域，只算繪有變化的部分——而這也是準確度宣稱背後的同一套機制。

已發佈的功能清單，如廠商所述：

• 原生 2K 輸出，Krea 自家範例標示為 2736 × 1536 像素。亦提供 1K，價格減半。

• 根據發佈貼文，每次編輯最多可使用 6 張參考圖像。產品頁面則另外標示「最多八張參考圖」，並採用編號圖像提示樣式，用來指向人物、產品、地點和風格。這兩個數字出現在同一網站的兩個頁面上，而 Krea 尚未使其一致。

• 區域限定編輯。畫出一個方框，描述要變更的內容，畫面其餘部分理應保持完全原樣——Krea 強調，包括產品標籤和標誌在內。

• 在一系列編輯中保持角色一致性，並額外加入風格參考。

• 消費者應用程式中的語音驅動編輯：傳送一張照片，再傳一則語音訊息，編輯結果在你還沒把話說完之前就回來了。

• 251 個首發預設集，標榜為日轉夜、粗模、草圖、重新上材質、新天空與綠幕。

消費者定價頁面上的命名稍微沒那麼嚴謹：同一個模型在 Krea 的方案表中顯示為 Krea 3 Beta，而發布頁面和部落格則直接稱它為 Krea 3。你寫進設定裡的識別碼，應該當成需要查證的東西，而不是理所當然。

還有一個數字，發表頁面沒有率先端出，開發者文件卻有。0.06 美元是 2K 輸出、未附加任何參考圖的基礎價格。Krea 的 API 參考價格將參考圖另行計價：每張 1K 參考圖加收 0.02 美元，每張 2K 參考圖加收 0.07 美元，兩者都在基礎價之上，且不論輸出尺寸為何。以較慢的「high」思考模式執行編輯，每次生成再加收 0.02 美元。因此，一次帶著四張 2K 參考圖的 2K 編輯，費用是 0.06 美元加 0.28 美元，即 0.34 美元——在你按主打費率估算整批型錄作業規模之前，這個數字值得先掌握。Krea 自家的 API 文件也把取用權限列為早期存取，只能從 Krea 3 beta 內的工作區呼叫，且須申請取得權限，而非自助開通。

速度圖表，請仔細閱讀

Krea 兩度發布其編輯器比較，而這兩次發布並不一致。

發表部落格的比較表列出 Nano Banana Pro 為 33 秒、GPT Image 2 為 90 秒，並附註說明這些是在 Krea 上於 2026 年 9 月 24 日至 10 月 1 日期間執行的編輯工作，從請求到完成影像的中位數時間，包含排隊時間。產品頁面的並排動畫又使用了另一組不同的數字——Nano Banana Pro 為 26.8 秒，GPT Image 2.5 Sunburst 為 39.9 秒——並將它們描述為各模型 12 張影像批次的中位數請求到結果時間。同一頁面的另一行寫道，GPT Image 2.5 的定價是「尚待驗證的草稿估算」。

那不是醜聞，但那是一項你應該牢牢記住的揭露。透過將你自己的流量導向競爭對手來測量其延遲，能告訴你該模型從你的基礎架構、針對你的提示、在那個時間點的表現——這是一個真實且有用的數字，但和獨立的延遲基準測試不是同一回事。OpenAI 編輯器在 39.9 秒到 90 秒之間的差距，就是這項比較中不確定性的幅度，而且它比 Krea 所宣傳的差距還要大。

在兩個頁面上都一致不變的，是關於 Krea 3 本身的宣稱：端到端、在 2K 下、每張圖片 $0.06，且不到 8 秒。那是最該先測試的數字，因為整個提案都靠它支撐。

精確度主張，以及它如何被衡量

推銷內容的後半段，是模型不會碰觸的部分。Krea 將精確度定義為：編輯區域外保持不變的像素佔比；比較時會先進行最佳對齊，並以四分之一解析度進行，因此輸出尺寸的差異不會被視為變更；每個模型都在相同影像與相同提示詞下，以 2K 嘗試一次，而 Krea 3 在測試時以「Precise」模式執行。

關於這點，有兩件事值得說。首先，這是一場自行執行的比較——Krea 選擇了提示詞、圖像與模式。其次，這項指標本身就是適合這個問題的正確指標。在正式環境中毀掉一次編輯的失敗，不是一張糟糕的沙發；而是一張好沙發回傳時，地毯被微妙地重新設計過、窗外景色不同了，還有一個現在讀起來有點不對的標誌。任何在「框外像素不變」上取得高分的模型，都是在解決實務工作者真正抱怨的問題，不論測試是誰跑的。

Krea 自家的示範案例正是靠這一點：在房間裡更換座位安排，而地毯、景色和角落裡的讀者原封不動；把一張技術線稿加上六色調色盤，轉化為一張建築攝影，每種顏色都落在委託簡報指定的位置；把同一組人馬放到新的街道上、置於新的光線下。

$0.06 對一份型錄工作有何影響

圖像編輯的定價以每張圖計價已有一段時間，所以這裡有意思的動作不是單位——而是比例。Krea 自家在發布頁面上呈現的用量計算，將一個月 100,000 張圖的 $0.06 與同一個月的 $0.135 相比，得出 $6,000 對上 $13,500。把這兩個數字都當成廠商自己的計算，因為它們確實是。無論如何，即使有這項但書，這個論點的基本輪廓依然成立：在 $0.135 的價位下，一次編輯是你會排程、審慎考慮後才採取的行動；而在 $0.06 的價位下，一次編輯則是你可以在跑五次之後，從中挑出最好版本的東西，這改變的是工作流程，而不是帳單。

它也會改變重試的代價。如果第一輪在標籤上失誤，再花六美分並不是任何人必須做的決定。如果代價是二十二美分，那就得有人做決定。

發布版本中不包含什麼

三種缺席界定了今日所能主張之事的界限。

沒有任何開放權重。Krea 自己的常見問題集指出，自行託管可在企業方案中提供，讓你在自己的雲端環境中使用自己的 GPU 執行，這屬於授權洽談，而不是下載。公開儲存庫中完全沒有與 Krea 3 相關的內容。

沒有獨立的基準測試。沒有任何第三方發表過 Krea 3 的 Elo、正面對決或實測延遲數據。本文中的每一項效能數據都可追溯至 Krea，而競爭對手的比較數據同樣是由 Krea 收集的。

目前沒有已發表的架構。Krea 表示這個模型是全新的，且是為了編輯而訓練，而非透過蒸餾而來，並宣稱它只會算繪變更的區域——但它並未公布參數數量、沒有發表論文，也沒有訓練細節，因此這項速度宣稱背後的機制只是一種描述，而非一份規格。

相對於此，這次發布中確實有一項真正的第三方訊號，而且它來自客戶，而非基準測試：Pixelcut 的共同創辦人暨執行長被引述表示，他的團隊曾把早期檢查點放在付費用戶面前，而最突出的是商品照的打光。那是合作夥伴的推薦見證，不是評測，也應該被當作推薦見證來解讀——但這是一項來自某人的說法，而這個人在推出前就把模型帶到客戶面前，這通常比排行榜上的一行資料所能告訴你的還多。

你可以在哪裡呼叫它，以及這個部落格位在何處

Krea 3 已在 Krea 自家的應用程式與 API 上線，而廠商表示合作平台同樣有提供。如果你是在挑選取用途徑、而不是挑選模型，那麼真正有用的問題是：你目前已在使用的那些編輯器，是否與你即將試用的編輯器共用同一把金鑰，因為一套每換一個模型就得另外簽一份合約的編輯流程，是沒有人會想在其中做實驗的流程。

關於我們，有一點必須誠實說明：OrcaRouter 目前並未路由 Krea 3，所以呼叫它等同於直接呼叫 Krea。我們真正提供的是一個與 OpenAI 相容的端點，涵蓋數百個模型，供應商定價以原價透傳、不加任何加成，並在供應商發生錯誤或觸發速率限制時自動容錯切換。這件事在這裡之所以重要，理由比銷售話術狹隘得多：Krea 3 被拿來衡量的那些模型——GPT Image 2、GPT-Image-2.5 Flare與Sunburst，以及Grok Imagine Image——正是你會想先在自己的圖片上做 A/B 測試、再決定是否接受任何人的中位數結果的那類模型，而透過單一端點執行這項測試，只是一次設定變更，而不是四套整合。

接下來要看什麼

首先該觀察的是獨立的編輯所需時間量測，因為整個定位就是一個延遲宣稱，而目前為止唯一的碼錶還握在廠商手上。第二是 6 對 8 的參考值落差，以及 Krea-3 與 Krea-3-Beta 的命名，是否會獲得釐清，因為這兩者都是當你以其為基礎開發時，會變成支援工單的小型不一致。第三是是否有第三方用自家提示詞執行精確度測試，因為「只做你要求的事」是可衡量的宣稱，而業界尚未替任何人衡量過。

在那之前，對 Krea 3 的合理解讀是：它是一個已推出、已定價、可立即使用的編輯模型，其速度宣稱背後有可信的機制，但這一切均無外部驗證。每次編輯 0.06 美元，自行一探究竟的成本低到，等待排行榜反而會是更昂貴的選擇。